بررسی و مقایسه الگوریتم های تشخیص لبه مبتنی بر فیلتر گاوسی

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,263

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

AIHE08_411

تاریخ نمایه سازی: 13 آبان 1393

Abstract:

تشخیص لبه یکی از مفاهیم مهم و پرکاربرد در پردازش تصویر می باشد. اهمیت لبه یابی در تصاویر به این جهت است که ما پس از لبه یابی می توانیم خصوصیات و موقعیت عناصر موجود در تصویر را مشخص کنیم و به تفسیر تصویر بپردازیم. امروزه در بسیاری از جنبه های زندگی مانند سیستم های نظارت درپارک ماشین ها، خیابان ها و مراکز خرید، سیستم های کنترل کیفیت و مرتب سازی محصولات از تکنولوژی تشخیص لبه استفاده می شود، بنابر این معرفی سیستم های محاسبه و بازرسی بصری خودکار خصوصاً برای اشیاء مکانیکی دو بعدی ضروری است. حذف نویز، مکان یابی دقیق لبه ها و پرهیز از نقطه نقطه شدن را می توان از چالش های موجود در بحث تشخیص لبه دانست. محققین با استفاده از فیلترهای گاوسی سعی در فع برخی از این چالش ها نمودند که در الگوریتمی همچون Canny به موفقیت های چشمگیری دست یافتند و ثابت کردند که استفاده از فیلتر گوسی می تواند نقش موثری در کنترل نویز و ایجاد لبه های یک تکه داشته باشد. در این مقاله روش هایی که از این فیلتر درحوزه تشخیص لبه استفاده می کنند را بررسی کرده و نقاط ضعف و قوت هر یک را شرح می دهیم.

Keywords:

آشکار ساز مار هیلدرث , الگوریتم Canny , تشخیص لبه گاوسی

Authors

محمد امین عدالتی راد

دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر، گروه کامپیوتر،بوشهر،ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • حجازی، سید عباس و محمد علی صالحی امین، حالت بهینه ... [مقاله کنفرانسی]
  • _ _ _ a review _ [3] w.k.pratt, digital image ...
  • ziou, d. and s. tabbone. edge detection techniques-an overview. pattern ...
  • marr, d. and e. hildreth, theory of edge detection. proc ...
  • kasturi, r. and r. jain, computer vision: principles. 1991, 1991, ...
  • canny, j.f., finding edges and lines in images. massachusets inst. ...
  • techniques: evaluations and comparisons. (2008). applied mathematical sciences, 2(31), 1507-1520. ...
  • نمایش کامل مراجع